具有表现力的可视语音合成的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    60575032
  • 项目类别:
    面上项目
  • 资助金额:
    23.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0304.系统工程理论与技术
  • 结题年份:
    2008
  • 批准年份:
    2005
  • 项目状态:
    已结题
  • 起止时间:
    2006-01-01 至2008-12-31

项目摘要

人们在面对面交流时,很自然地用到了语音和表情等行为,通过这些行为传达自己所要表达的意思。融合语音和人脸动画的可视语音合成技术,是近几年来人机交互领域中非常热门的研究课题之一。而这项技术目前还没有被推广开来,主要瓶颈在于语音与人脸的同步分析还多局限在唇部,与语音同步的表情生成方法目前还有很大的不完善,其原因在于人们对人脸及其运动太熟悉,对其运动的动态同步特性、表情与韵律的协同方式非常敏感。如何解决以上这些关键问题是本项目主要研究内容。本项目将以现有的语音唇动技术和视位模型为基础,建立融合整个脸部形变运动的视位模型,通过其相似性比较,建立从宽语境下的语音声学特征和韵律特征到人脸运动信息的非线性映射模型,最后通过视位模型与数据驱动方法的结合,从而实现具有表现力和逼真人脸表达效果的可视语音合成系统。此项研究对推进和谐人机交互研究的发展将起到重要的作用,同时还将有着广阔的应用前景。

结项摘要

项目成果

期刊论文数量(14)
专著数量(1)
科研奖励数量(3)
会议论文数量(27)
专利数量(0)
基于改进Hausdorff距离的人脸相似度匹配方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机工程与应用,2007年,Vol.43, No.35, pp169-171
  • 影响因子:
    --
  • 作者:
  • 通讯作者:
一种混合使用连续HMM和离散HMM的HTS合成系统
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    信号处理,2007-08
  • 影响因子:
    --
  • 作者:
  • 通讯作者:
基于混合映射模型的语音转换算法研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    声学学报, 2006年11月, Vol.31,No.6,pp555-562
  • 影响因子:
    --
  • 作者:
  • 通讯作者:
基于约束模型的韵律短语预测
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中文信息学报,2007, 21(01),pp54-59
  • 影响因子:
    --
  • 作者:
  • 通讯作者:
中文语音合成通用技术规范
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    国家技术标准 GB/T 21024-2007,2007年6月发布
  • 影响因子:
    --
  • 作者:
  • 通讯作者:

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

海洋细菌荧光显微计数法及其应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    河北工业大学学报, 24(1): 57-60, 2007
  • 影响因子:
    --
  • 作者:
    赵海萍, 李清雪;陶建华
  • 通讯作者:
    陶建华
一种基于卷积神经网络的端到端语音分离方法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    信号处理
  • 影响因子:
    --
  • 作者:
    范存航;刘斌;陶建华;温正棋;易江燕
  • 通讯作者:
    易江燕
用三维时变雷诺方程模型模拟小尺度 组合桩柱上的波浪力
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    水动力学研究与进展A辑
  • 影响因子:
    --
  • 作者:
    杨晨;刘长根;陶建华
  • 通讯作者:
    陶建华
Boussinesq方程数学模型的域内造波源函数研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    港工技术
  • 影响因子:
    --
  • 作者:
    刘长根;陶建华;熊志强
  • 通讯作者:
    熊志强
A Boussinesq model with alleviated nonlinearity and dispersion
具有减轻的非线性和色散的 Boussinesq 模型
  • DOI:
    10.1007/s10483-008-0708-6
  • 发表时间:
    2008-07
  • 期刊:
    Pmm Journal of Applied Mathematics and Mechanics
  • 影响因子:
    --
  • 作者:
    张殿新;陶建华
  • 通讯作者:
    陶建华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

陶建华的其他基金

高性能人机对话建模技术研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    259 万元
  • 项目类别:
    联合基金项目
文本无关的语音转换方法研究
  • 批准号:
    60873160
  • 批准年份:
    2008
  • 资助金额:
    30.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码